Marco de trabajo para problemas de asignaciones basado en algoritmos evolutivos.

Abstract

Los Algoritmos Evolutivos (AEs) brindan soluciones a diferentes tipos de problemas de manera eficiente y proporcionan un enfoque metaheurístico haciendo uso de técnicas basadas en la teoría de la evolución de las especies. Este Trabajo Final Integrador presenta un marco de trabajo de software basado en Algoritmos Evolutivos (AEs) con el fin de establecer una base para la asignación de recursos en espacios establecidos. Inicialmente, este es diseñado utilizando diagramas de clases (UML) y después codificado en el lenguaje de programación Python para probar su rendimiento y eficacia. Se realizan pruebas tomando como referencia la asignación de clases y creación de un horario académico para una institución educativa que contiene cinco (5) salones, e implementando las etapas de análisis del problema, diseño del algoritmo, codificación del programa, ejecución y verificación. Finalmente, con base a la ejecución y resultados, se concluye que el marco de trabajo propuesto es una alternativa eficiente para modelar y solucionar problemas de asignación.

Evolutionary Algorithms (EAs) provide solutions to different types of problems efficiently and provide a metaheuristic approach making use of techniques based on the theory of the evolution of species. This Final Integrative Paper presents a software framework based on Evolutionary Algorithms (EAs) in order to establish a basis for the allocation of resources in established spaces. Initially, it is designed in class diagrams (UML) and then coded in the Python programming language to test its performance and effectiveness. This is tested taking as a reference the assignment of classes and the creation of an academic schedule for an educational institution that contains five (5) classrooms, and implementing the stages of problem analysis, algorithm design, program coding, execution and verification. Finally, based on the execution and results, it is concluded that the proposed framework is an efficient alternative to model and solve allocation problems.